电液伺服加载系统四连杆机构控制器设计

该文针对飞机起落架电液伺服加载过程中非线性传动机构的动态特性进行分析。确认在动态加载过程中因四连杆机构的非线性特性造成的系统动态跟踪效果不佳的具体原因,基于逆系统的思路找到了一种非线性数学模型与PID控制器结合的控制方法。采用模型预测的方法对系统进行误差补偿。使用简化了的电液伺服作动系统数学模型与该控制方法进行MATLAB/simulink仿真。使用此方法大大提高了起落架加载系统的动态跟踪性能。     

非线性电液位置伺服系统的迭代学习PID控制

介绍了一类具有非线性和重复运动特点的电液位置伺服系统的迭代学习PID控制方法。采用PID控制算法,利用系统重复运动的特点和计算机的记忆存储功能,将系统的每次实际输出与理想输出之间的误差应用于下一次控制过程中,即对实际输入不断进行修正,直至实际输出与期望输出间的误差达到满意为止。仿真结果表明,迭代学习PID控制算法具有实现简单、鲁棒性强和重复精度高的特点,能够对电液位置伺服系统实现有效的控制。     

Identification and real-time position control of a servo-hydraulic rotary actuator by means of a neurobiologically motivated algorithm

This paper presents a new intelligent approach for adaptive control of a nonlinear dynamic system. A modified version of the brain emotional learning based intelligent controller (BELBIC), a bio-inspired algorithm based upon a computational model of emotional learning which occurs in the amygdala, is utilized for position controlling a real laboratorial rotary electro-hydraulic servo (EHS) system. EHS systems are known to be nonlinear and non-smooth due to many factors such as leakage, friction, hysteresis, null shift, saturation, dead zone, and especially fluid flow expression through the servo valve. The large value of these factors can easily influence the control performance in the presence of a poor design. In this paper, a mathematical model of the EHS system is derived, and then the parameters of the model are identified using the recursive least squares method. In the next step, a BELBIC is designed based on this dynamic model and utilized to control the real laboratorial EHS system. To prove the effectiveness of the modified BELBIC's online learning ability in reducing the overall tracking error, results have been compared to those obtained from an optimal PID controller, an auto-tuned fuzzy PI controller (ATFPIC), and a neural network predictive controller (NNPC) under similar circumstances. The results demonstrate not only excellent improvement in control action, but also less energy consumption.     

被动式电液伺服加载系统复合控制方法研究

研究了基于新型补偿结构和非线性PID控制器的被动式电液伺服加载复合控制方法.提出了将加载马达输出轴角位移作为输入信号的多余力矩前馈补偿方案,在有效抑制多余力矩的同时降低了系统阶次.研究了一种带调节因子的非线性PID控制器,克服了常规PID控制器难以解决的快速性与稳定性之间的矛盾.仿真与试验结果证明,该复合控制策略具有较高的载荷谱跟踪精度.     

基于RBF神经网络的电液伺服系统应用研究

采用RBF神经网络实现对电液位置伺服系统辨识建模,在线跟踪系统模型的变化,以此为基础设计控制参数可在线调节的神经网络PID控制器,解决系统非线性以及不确定性给系统带来的控制问题,提高系统的控制性能,实现系统的智能控制。     

基于电液伺服系统的多绳缠绕式提升机浮动天轮主动调绳性能研究

在多绳缠绕式超深矿井提升机运行过程中,采用基于电液伺服系统的浮动天轮主动调绳装置,调节钢丝绳的张力。根据浮动天轮主动调绳装置的结构和原理建立阀控缸液压伺服系统的数学模型,设计了电液伺服系统的模糊自适应PID控制器,提出了一种基于模糊自适应PID控制的电液伺服系统实现浮动天轮主动调绳的控制方法,并建立了相应的数字仿真模型,以不同扰动频率的正弦函数输入模拟钢丝绳的振动,分析了液压缸的动态特性。仿真结果证明了采用模糊自适应PID控制方法的电液伺服系统浮动天轮主动调绳装置的有效性。     

双马达回转同步驱动系统建模与控制研究

针对双液压马达回转高性能同步驱动问题,引入无阻尼行星系齿轮传动弹性动力学理论,基于双液压马达回转运动特性建立了系统非线性动力学模型;针对回转系统跟踪性能和同步性能要求,引入迭代学习控制算法(ILC),提出了结合离散化PID控制器结构的IL-PID同步控制策略。该控制策略基于“等同式”同步控制原理,在各单通道内部采用独立的离散化PID控制实现系统跟踪性能,在多通道间采用基于闭环D型学习律的IL控制实现系统同步性能。在五自由度液压伺服机械手上的实际应用结果表明,该控制策略相比于传统的PID控制具有较好的跟踪性能和同步驱动性能。     

Trajectory tracking control of a pneumatic X-Y table using neural network based PID control

This paper deals with the use of Neural Network based PID control scheme in order to assure good tracking performance of a pneumatic X-Y table. Pneumatic servo systems have inherent nonlinearities such as compressibility of air and nonlinear frictions present in cylinder. The conventional PID controller is limited in some applications where the affection of nonlinear factor is dominant. In order to track the reference model output, the primary control function is provided by the PID control and then the auxiliary control function is given by neural network for learning and compensating the inherent nonlinearities, A self-excited oscillation method is applied to derive the dynamic design parameters of a linear model. The experiment using the proposed control scheme has been performed and a significant reduction in tracking error is achieved.     

电液伺服系统的非线性控制

针对电液伺服系统非线性、参数时变的特点,为提高系统的性能,首先讨论了系统的非线性数学模型,利用逆系统解耦控制方法,将非线性系统转化成伪线性系统,进行线性控制;在此基础上,提出了一种模糊PID自适应非线性控制设计方案,与逆系统控制方法进行了仿真比较;结果表明,采用模糊PID控制,在系统参数变化、外界扰动的影响下,具有较好的自适应性和动态鲁棒性能。     

基于改进遗传算法的电液伺服系统轨迹控制

为了提高挖掘机器人电液伺服系统的轨迹精度,首先,建立挖掘机器人电液伺服系统模型;其次,对遗传算法的种群、适应度函数、交叉概率和变异概率进行改进,设计改进遗传算法的PID控制器,在联合仿真平台上进行了仿真研究,用阶跃和斜坡信号评估控制器性能;最后,搭建挖掘机器人轨迹控制实验平台,采用对挖掘机器人精度要求较高的斜坡作业验证控制器性能。结果表明:相比较于传统的PID控制器和经典遗传算法优化的PID控制器,改进遗传算法优化的PID控制器调整时间短,响应快速,实际动作控制时轨迹跟踪误差最小,可用在挖掘机器人实际轨迹控制中。     

电液比例伺服系统模糊PID复合控制应用研究

针对电液比例伺服系统变流量死区和变流量增益等非线性因素，对PID控制和模糊控制的控制效果进行了研究，通过设定合理的控制误差阈值实现PID控制和模糊控制的切换，提出了模糊PID复合控制。采用实验方法比较了PID控制、模糊控制和模糊PID复合控制下电液比例伺服系统空载和带载的控制效果，实验结果表明模糊PID复合控制充分发挥了PID控制和模糊控制的优越性能，既有较快的响应速度,又有较高的控制精度。     

电液位置伺服系统的模糊自整定PID控制研究

针对电液位置伺服系统的不确定性、非线性和常规PID控制的缺点,设计了具有在线PID参数调整的模糊自整定PID控制器,以减小电液位置伺服系统中参数摄动等引起的超调和振荡。利用AMESim与Matlab软件各自的优势,分别进行了液压系统建模、控制器设计。联合仿真结果表明,模糊自整定PID控制器使系统有较高的稳态精度、较快的动态响应,系统具有很好的适应性。     

电液伺服系统非线性建模和SSA控制研究

以钢管生产过程中的扩轧管电液伺服系统为背景,分析了非对称比例(伺服)阀及其阀控制缸机构的非线性特性,建立了系统非线性数学模型以更加细致地描绘实际系统,并提出了基于一种子集稳定控制方法(SSA)的非线性控制策略.仿真控制和实际系统运行结果表明,该控制策略与常规PID控制相比,具有更好的系统响应性能,为解决工程实际问题提供了一种有用的工具.     

伺服系统两种低速非线性补偿方法的对比实验

在伺服系统中,对以摩擦力矩为主的低速非线性补偿,通常采用两大类方法, 一类是基于摩擦力矩模型的补偿, 另一类是不基于摩擦模型补偿.针对伺服系统中低速非线性干扰,本文给出了两种控制策略来抑制伺服系统的低速抖动,一是基于库仑模型的自适应低速抖动补偿,二是高增益的PID控制补偿.进行了实验分析和比较,结果是:基于库仑摩擦模型补偿的系统最小平滑速度为0.002 4°/s,此时跟踪随机误差峰-峰值0.695″;采用PID校正时的最小平稳速度为0.029 6°/s, 随机误差峰-峰值1.281 5″.得出了基于摩擦模型的自适应低速补偿控制结果优于传统的PID控制的结论,为研制出结构简单,性能优良的精密转台伺服系统提供了理论和实验依据.     

基于广义预测相邻耦合理论的多点顶推系统同步控制策略

针对多点顶推系统的同步控制问题,提出了一种广义预测相邻耦合同步控制策略。根据多变量广义预测理论,建立了多缸电液伺服系统的CARIMA模型。结合相邻耦合控制理论,构造了同步误差观测器,预测了同步误差。对广义预测控制算法进行了改进,在性能指标中嵌入跟踪误差与同步误差及其差分量,确保同步误差与跟踪误差在全局范围内并渐进收敛于零。实验表明该策略较之主从式PID控制策略,具有更好的跟踪性能和同步性能。     

匹配和不匹配干扰共存时电液伺服系统预设性能渐近跟踪控制

针对电液伺服系统匹配和不匹配干扰共存的特点,兼顾瞬态性能和稳态性能需求,提出一种新型高精度跟踪控制策略。以阀控电液位置伺服系统为例,建立了包含匹配和不匹配干扰的系统非线性数学模型,定义预设性能函数规划控制误差,基于规划后的转换误差设计反步控制器,并融合采用干扰上界估计的连续渐近控制技术处理匹配和不匹配干扰,获得了可预设的瞬态性能和渐近稳态性能,通过Lyapunov分析证明了稳定性。两种位置指令跟踪试验的结果表明,相比PID控制和反馈线性化控制,初始阶段跟踪精度提高超22.9%,相比仅引入预设性能函数的控制器,稳态跟踪精度提高超42.9%。     

三阶线性自抗扰控制器的液压伺服流量控制

针对阀控液压马达系统受非线性复杂扰动导致流量输出不稳定的问题,提出一种基于三阶线性自抗扰控制器(LADRC)的液压伺服流量控制方法。基于高阶LADRC理论,提出将ADRC应用于非线性的液压伺服系统控制,分析并验证了跟踪微分器的跟踪误差前馈增益具有抑制系统超调的作用。采用跟踪误差前馈与扩张状态观测器扰动反馈相分离的办法,提出一种针对复杂非线性三阶被控系统的改进的三阶LADRC算法。最后验证了该算法对一类大范围复杂不确定性液压伺服系统具有较PID更强的扰动抑制能力。     

一种泵、马达双用火炮随动系统负载仿真策略研究

基于目前双联液压马达/泵的工作方式提出一种新型的泵、马达双用工作方式,以模拟火炮随动系统在实际不同运行过程中的各种负载情况。建立了泵、马达工作状态的数学模型,研究了基于干扰观测器和非线性PID控制器的电液模拟加载控制方法,有效地抑制了干扰力矩,提高了系统的跟踪性能。仿真结果表明:泵、马达双用控制策略能够有效地模拟各种力矩,且在观测器补偿与PID控制器并用控制时能够取得较好的载荷谱跟踪性能。     

模糊神经网络PID控制在振动打桩机中的应用

针对双马达电液伺服系统难以进行同步控制,实现无级调频调矩的问题,提出了基于Mamdani型的模糊神经网络PID控制方法。该方法的主要思想是结合模糊推理和神经网络控制技术,构成模糊神经网络,实时调整PID参数。实验结果表明：与传统PID控制方法相比,该方法改善了系统的动态特性,提高了控制精度。     

火箭炮电液伺服系统的滑模控制研究

针对在不同射角和带弹量下,火箭炮方向机以及托架的转动惯量是不断变化的问题,以及外部干扰(如冲击力矩等)也会时变的情况,将滑模型控制策略引入该电液伺服控制系统中。首先,对其电液伺服控制系统原理进行了阐述,得出了其状态方程;其次,设计了伺服控制系统的滑模控制器,克服了系统模型不精确和扰动的影响,以提高系统的抗干扰能力;最后,进行了系统的仿真。研究结果表明,与常规PID控制器相比,该控制器可以减小动态误差,增强系统的鲁棒性,而且抗扰性改善明显,满足了系统的要求。